论文部分内容阅读
棉花黄萎病危害程度大,发生范围广,已成为我国乃至世界上棉花主要病害之一,严重影响棉花生产效益的提高,尤其是落叶型黄萎病对棉花产量和品质所造成的损失更是毁灭性的,少则减产10%~20%,严重时高达50%~70%。如何及早、大面积发现黄萎病害并控制其蔓延已成为相关人员研究的难点和重点。棉花黄萎病的传统监测主要由植保专家等通过田间调查取样的方法判断其病害严重度,费时费力,时效性差,难以多点同时在大范围内展开,而且其严重度评价受观测者的主观因素影响较大。棉花受黄萎病病菌侵染后,叶肉细胞被破坏、水分含量下降、叶片变黄干枯、叶绿素降低、叶面积指数下降,作物理化参数的变化会影响棉花反射辐射或发射辐射的总量,从而为遥感技术快速、大面积监测棉花黄萎病的发生、发展提供了可能。
本文在对棉花黄萎病发生的生理、生境特点及遥感监测机理深入理解的基础上,从地面高光谱及卫星影像多光谱两种尺度上探讨了遥感监测棉花黄萎病发病区域及病情严重的方法和模型。主要研究内容和结果如下:
1)棉花黄萎病地面高光谱遥感监测
利用地物光谱仪测定棉花黄萎病不同病情严重度下光谱反射率并进行一阶微分变换,分析原始光谱及一阶微分光谱随病情严重度的变化规律。结果表明:随病情严重度增加棉花单叶光谱反射率在可见光和红外波段逐渐增大,特别是可见光波段光谱反射率差异较显著。而冠层光谱则是近红外波段光谱反射率差异大于可见光波段,且随病情严重度增加,近红外波段光谱反射率下降。
通过对棉花单叶光谱反射率与黄萎病病情严重度的相关分析发现,455nm~715nm和1343nm~1600nm尤其是可见光波段的650nm~700nm为棉花单叶黄萎病病情严重度识别的敏感波段。不同病情严重度下受害棉叶一阶微分光谱变化最大的区域位于红边的680nm~740nm范围内,随病情严重度增加,红边斜率减小,蓝边斜率增大,红边位置和蓝边位置均向短波方向移动。
基于连续统去除等方法对棉花单叶黄萎病病情严重度进行诊断,建立地面高光谱病情严重度估测模型。利用决定系数、均方根误差和相对误差等指标对模型精度进行评价表明以红光波段特征吸收峰右半端面积(A2)为自变量建立的线性模型(y=-0.138x+4.779)具有最大决定系数(拟合R2=0.8715,预测R2=0.9021),最小均方根误差(RMSE=0.1298)且预测方程的斜率和截距分别接近于1和0,因此以A2为自变量的线性模型为棉花单叶黄萎病病情严重度估测的最佳模型。
2)基于时相和波谱信息的棉花种植区域遥感监测
同一作物在不同生育期及不同作物在同一生育期均具有不同的生理特征,多时相NDVI的波谱变化是反映不同作物间差异的重要方式。基于时相和波谱信息进行作物分类能够充分利用不同作物问的物候差异,避开不同作物生育期的交叉点,从而在作物分类时可以较好的排除不同作物间的干扰,一定程度上提高作物分类的精度。本文充分考虑棉花生育进程随时间变化的规律,在时相和波谱信息融合的基础上利用多时相TM数据借助于决策树分类算法实现了棉花种植区域的遥感监测,并利用混淆矩阵对监测精度进行评价,其总体精度和kappa系数分别为97.12%和0.90。
3)利用生境和时相信息进行棉花黄萎病害区域的遥感监测
受胁迫棉花的共性光谱特征是可见光区的两个叶绿素吸收谷不明显,近红外光区的峰值被削低甚至峰消失,整个反射光谱曲线的波状特征被拉平。因此利用单时相单数据源的多光谱影像提取棉花黄萎病的发生区域还十分困难,但不同胁迫的发生与时相信息及生境要素有着密切的关系。本研究通过对棉花黄萎病发生的水热条件、时相信息与其它胁迫差异的分析,找出遥感监测棉花黄萎病适宜的生境条件及时相信息,根据外野调查资料和地表温湿度的反演结果,利用多时相TM影像提取了棉花黄萎病害区域。
4)高空间分辨率影像监测棉花黄萎病严重度的方法和模型
探讨了综合利用不同空间分辨率影像监测棉花黄萎病的方法,首先根据黄萎病发生的生境条件和时相信息利用多时相TM影像提取棉花黄萎病害区域,在此基础上利用高空间分辨率IKONOS影像筛选多光谱遥感监测棉花黄萎病的敏感因子,借助偏最小二乘回归分析等算法建立病情严重度多光谱影像估测模型。研究表明:截止到2008年7月25日研究区域内棉花黄萎病发病较轻,发病严重度等级主要为1级和2级。